DexDICE把安全与性能拆成两套示范：真机导航10次全部到点，越界率为零
离线模仿学习通常要求示范既安全又高效，或者需要人工写出代价函数，而这两者在真实场景里都难以获得。DexDICE把数据分成安全示范与高性能示范两组，用安全示范划定一个可行动的安全支撑集，再在其中逼近高性能示范的行为分布，训练全程不使用奖励或代价标签。在重新标注的DSRL基准38个任务上，它保持组平均代价低于约束并取得安全方法中最高的平均回报；在一台SUMMIT-XL移动机器人上，用20条人工遥操作示范训练后，10次试验全部到达目标且零安全违规。